Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
FedEx étend le déploiement de l'IA physique de Dexterity pour le chargement autonome de remorques
IndustrielRobotics & Automation News 

FedEx étend le déploiement de l'IA physique de Dexterity pour le chargement autonome de remorques

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

FedEx et le spécialiste de l'automatisation d'entrepôt Dexterity ont annoncé l'extension de leur collaboration pour déployer à plus grande échelle le modèle du monde Foresight et le système de chargement de remorques Mech de Dexterity, au hub FedEx de Hagerstown, dans le Maryland. Ce déploiement s'appuie sur plusieurs années de développement conjoint, de tests et de validation opérationnelle, et dépasse le site pilote initial sur lequel le partenariat avait été testé jusqu'ici. Le système Mech utilise la perception et la planification de mouvement pilotées par IA pour charger automatiquement des colis dans des remorques, une tâche traditionnellement manuelle, répétitive et physiquement éprouvante dans la logistique du dernier kilomètre.

Cette extension marque un signal important pour le secteur : elle indique que la technologie de Dexterity dépasse le stade du pilote isolé pour entrer dans une phase de déploiement multi-sites chez un opérateur logistique majeur. Pour les intégrateurs et décideurs B2B de l'automatisation d'entrepôt, c'est une validation concrète que les systèmes robotiques pilotés par IA pour la manutention peuvent tenir la distance en conditions réelles, au-delà de la démonstration contrôlée, sur des cycles de production à haut volume.

Dexterity, fondée par d'anciens chercheurs de Stanford et X (Google), s'est positionnée depuis plusieurs années sur l'automatisation de tâches de manutention complexes en entrepôt, en concurrence avec des acteurs comme Pickle Robot, également actif sur le chargement et déchargement automatisé de remorques. Le partenariat avec FedEx, engagé depuis plusieurs années, illustre la stratégie du transporteur d'intégrer progressivement la robotique dans ses hubs, avec Hagerstown comme nouvelle étape avant d'éventuels déploiements supplémentaires.

Dans nos dossiers

IA physique & VLA

À lire aussi

Raymond s'associe à Third Wave Automation pour déployer l'IA physique dans ses flottes de chariots élévateurs
1Robotics & Automation News 

Raymond s'associe à Third Wave Automation pour déployer l'IA physique dans ses flottes de chariots élévateurs

Third Wave Automation et The Raymond Corporation, filiale de Toyota Material Handling North America, ont annoncé en juin 2026 une collaboration technologique visant à déployer des capacités d'automatisation physique pilotées par IA sur une sélection de chariots élévateurs Raymond automatisés. L'accord s'appuie sur cinq ans de développement conjoint et d'apprentissage opérationnel entamés dès 2021, période durant laquelle Toyota Ventures avait pris une participation au capital de Third Wave Automation. Le communiqué parle de "physical AI", expression marketing désignant ici des systèmes de perception et de navigation autonome embarqués directement sur les engins de manutention, sans préciser de métriques de performance (vitesse, payload, taux d'erreur) ni de volumes de déploiement planifiés. L'accord signale une évolution notable dans la commercialisation de la robotique de manutention : plutôt que de proposer des flottes autonomes en remplacement complet, Third Wave Automation opte pour une approche de retrofit ou d'intégration progressive sur des chariots existants d'un équipementier établi. Pour les décideurs logistiques et les intégrateurs, cela réduit le risque de transition en s'appuyant sur l'infrastructure matérielle Raymond déjà certifiée et déployée dans des milliers d'entrepôts. La question reste ouverte sur le sim-to-real gap : aucun chiffre de fiabilité en conditions industrielles réelles n'a été communiqué, ce qui invite à traiter cette annonce comme un engagement partenarial plutôt qu'un produit en production à grande échelle. Third Wave Automation s'est construit depuis sa fondation sur une philosophie dite de "Collaborative Autonomy", combinant téléopération humaine et navigation autonome pour gérer les cas limites que les systèmes purement automatiques peinent encore à résoudre. Raymond, dont le réseau couvre l'Amérique du Nord avec des flottes utilisées dans la distribution, l'alimentation et la fabrication, représente un point d'entrée considérable en termes d'accès marché. Sur ce segment, les concurrents directs incluent Seegrid (chariots autonomes, acquis par Zebra Technologies), Hyster-Yale avec son partenariat Nuvera, ainsi que des acteurs comme Locus Robotics ou Fetch Robotics côté AMR. Aucune timeline de déploiement commercial ni annonce de pilotes clients n'accompagne l'annonce.

IndustrielOpinion
1 source
FANUC s'associe à Google pour développer l'IA physique dans ses robots
2Robotics Business Review 

FANUC s'associe à Google pour développer l'IA physique dans ses robots

FANUC Corp. a annoncé cette semaine un partenariat stratégique avec Google visant à accélérer le déploiement de l'IA physique dans ses robots industriels. L'initiative s'appuie sur les technologies d'intelligence artificielle de Google, notamment les grands modèles de langage (LLM), pour doter les robots FANUC de capacités de perception environnementale, de prise de décision autonome et d'exécution adaptative. Mike Cicco, président et CEO de FANUC America, a résumé l'enjeu sans détour : "Les fabricants ne se demandent plus s'ils doivent utiliser l'IA, mais comment l'appliquer là où ça compte le plus, soit sur le sol de l'usine." Depuis la présentation de son système d'IA physique à l'IREX de Tokyo en décembre 2025, FANUC affirme avoir déjà expédié plus de 1 000 robots pour des applications liées à l'IA physique, une donnée qui distingue ce partenariat d'une simple annonce commerciale. La gamme concernée s'étend des petits bras avec une charge utile de 3 kg jusqu'aux robots industriels lourds supportant 2 300 kg, ainsi que la série collaborative CRX. Sur le plan technique, la compatibilité de FANUC avec le standard ROS (Robot Operating System) via des pilotes open-source constitue le socle de l'intégration. La société prend en charge le langage Python pour le développement IA, des interfaces de communication haute vitesse pour le contrôle externe, et des passerelles vers les automates programmables (PLC), ce qui facilite l'insertion dans des lignes de production existantes sans refonte d'architecture. En parallèle, FANUC annonce un resserrement de l'intégration entre son logiciel de simulation ROBOGUIDE et le framework NVIDIA Isaac Sim, un signal fort vers le sim-to-real, l'un des verrous techniques majeurs de la robotique adaptative. Pour les intégrateurs et les décideurs industriels, ce positionnement signifie que les outils IA grand public deviennent directement utilisables sur des cellules robotisées certifiées production, ce qui réduit significativement la distance entre prototype et déploiement réel. FANUC, fondée au Japon et dont la filiale américaine est basée à Rochester Hills, Michigan, est l'un des leaders mondiaux du contrôle numérique (CNC) et de la robotique industrielle, avec des implantations sur tout le continent américain. Google s'implique dans la robotique principalement via Intrinsic, son unité dédiée à l'IA robotique et l'un des contributeurs majeurs à l'écosystème ROS. Ce partenariat positionne les deux acteurs dans une course qui s'intensifie entre les fournisseurs de robots industriels traditionnels (ABB, KUKA, Yaskawa) et les nouveaux entrants humanoïdes comme Figure ou Agility Robotics, qui misent eux aussi sur des LLM pour la flexibilité d'exécution. FANUC, fort de 1 000 unités déjà expédiées, cherche à démontrer que l'IA physique n'est plus un sujet de R&D mais une réalité commerciale intégrable à grande échelle. Les prochaines démonstrations sont attendues au Robotics Summit & Expo de Boston dans les prochains jours.

UEPression concurrentielle directe sur ABB et KUKA face à un déploiement LLM-robotique industrielle désormais à échelle commerciale chez FANUC (1 000 unités expédiées), accélérant la course à l'IA physique dans l'industrie manufacturière européenne.

IndustrielOpinion
1 source
ADAPT : un chariot élévateur autonome pour les chantiers de construction
3arXiv cs.RO 

ADAPT : un chariot élévateur autonome pour les chantiers de construction

Des chercheurs ont publié sur arXiv (réf. 2503.14331, version 4) ADAPT, pour Autonomous Dynamic All-terrain Pallet Transporter, un chariot élévateur tout-terrain entièrement autonome conçu pour les chantiers de construction. Contrairement aux robots AMR d'entrepôt qui opèrent dans des espaces balisés et prévisibles, ADAPT doit composer avec des terrains non revêtus et accidentés, des obstacles dynamiques (ouvriers, engins en mouvement) et des conditions météorologiques variables. Le système associe des techniques de perception par intelligence artificielle à des méthodes classiques de planification de trajectoire et de contrôle. Les auteurs ont évalué le dispositif lors de tests en conditions réelles, en comparant ses performances en continu à celles d'un opérateur humain expérimenté sous plusieurs conditions climatiques, et revendiquent un niveau de performance proche du seuil humain. La logistique matériaux sur chantier est l'un des derniers angles morts de l'automatisation industrielle. Là où les entrepôts disposent de solutions AMR matures portées par des acteurs comme Exotec, Locus Robotics ou Seegrid, les chantiers restent quasi exclusivement manuels, avec les retards, accidents et pénuries de main-d'oeuvre qui en découlent. L'enjeu central d'ADAPT est de prouver que les techniques de perception robuste, rodées en environnement indoor, peuvent tenir dans un contexte extérieur non structuré, ce qui constituerait une avancée significative sur le problème du sim-to-real en robotique mobile. La revendication "niveau humain" appelle néanmoins à la prudence : il s'agit d'un preprint non encore validé par les pairs, aucune métrique précise (temps de cycle, charge utile, taux d'incidents) n'est publiée dans l'abstract, et les conditions exactes de la comparaison restent à qualifier. La robotique de chantier est un segment émergent mais encore peu peuplé. Built Robotics automatise des excavatrices aux États-Unis, Dusty Robotics déploie des robots de traçage au sol sur des projets de construction commerciale, et les grands constructeurs de chariots industriels comme Toyota Material Handling et Jungheinrich développent des solutions autonomes qui restent cantonnées à l'indoor. Sur le segment outdoor tout-terrain, le créneau est quasi vierge. Les prochaines étapes logiques pour l'équipe de recherche seront de publier les métriques complètes, de conduire des pilotes à plus grande échelle sur des chantiers réels, et de trouver un partenaire industriel ou équipementier pour franchir le fossé entre prototype académique et déploiement opérationnel.

IndustrielPaper
1 source
Force Aérienne américaine déploie drones et robots au sol pour accélérer l'inspection des avions autonomes
4Interesting Engineering 

Force Aérienne américaine déploie drones et robots au sol pour accélérer l'inspection des avions autonomes

Asylon a obtenu un contrat de Phase Trois du Warner Robins Air Logistics Complex, l'un des plus grands centres de maintien en condition opérationnelle de l'US Air Force, pour déployer son système d'inspection autonome d'aéronefs baptisé MARIA (Multi-modal Autonomous Robotics for Inspection of Aircraft). Ce contrat fait passer la technologie du stade de développement à un usage opérationnel réel sur l'une des bases de sustentation majeures de l'armée de l'air américaine. MARIA combine deux plateformes robotiques : le drone Guardian, un petit système aérien sans pilote (sUAS), et le DroneDog Q-UGV, un robot terrestre à quatre pattes. Les deux évoluent grâce au logiciel d'autonomie Range d'Asylon et remontent leurs données vers la plateforme de commandement DroneIQ, qui centralise imagerie, nuages de points LiDAR et télémétrie dans des vues 2D classiques comme dans des jumeaux numériques interactifs. Concrètement, les équipes de maintenance pourront confier des missions d'inspection visuelle générale aux robots plutôt que de réaliser uniquement des tours d'appareil manuels, les résultats étant ensuite transmis aux techniciens pour analyse. L'enjeu dépasse le simple gadget technologique : il s'agit de démontrer qu'un système robotique aérien-terrestre coordonné peut tenir la charge d'inspections répétitives sur une flotte militaire réelle, sans mobiliser davantage de personnel. Pour les intégrateurs et décideurs de la maintenance industrielle, ce déploiement à Warner Robins constitue un test grandeur nature du passage de la démonstration à l'usage récurrent, un point de bascule que beaucoup de projets de robotique d'inspection peinent à franchir. Si le système tient ses promesses de réduction du temps d'inspection et de plus grande homogénéité des relevés, cela validerait l'approche multimodale (air plus sol, données unifiées dans un même hub logiciel) comme modèle réplicable pour d'autres flottes de maintenance, militaires ou civiles. Reste que les gains annoncés en termes de rapidité et de fiabilité n'ont pas encore été chiffrés publiquement dans ce cadre opérationnel précis, ce qui invite à attendre des retours concrets avant de parler de succès avéré. Ce contrat s'inscrit dans la continuité d'une relation déjà établie entre Asylon et l'Air Force, qui utilisait jusqu'ici les plateformes robotiques de l'entreprise principalement pour des missions de sécurité autonome sur ses bases. L'extension vers la maintenance aéronautique marque une diversification stratégique pour Asylon, qui cherche à démontrer que sa pile technologique (drones, robots terrestres, logiciel de commandement) peut s'appliquer à d'autres cas d'usage industriels critiques. Anthony McCarty, vice-président senior en charge des activités gouvernementales chez Asylon, a présenté cet accord comme un signe de confiance de l'Air Force envers ses plateformes. Warner Robins servira de site pilote avant une éventuelle extension à d'autres centres de sustentation de la défense américaine, la suite dépendant des résultats de cette phase de démonstration en environnement opérationnel réel.

IndustrielActu
1 source